中心城市金融集聚与区域制造业结构升级的交互影响——基于2009—2018年中国36个城市面板数据的分析

张 卿，刘昭乐

(中共广东省委党校，广东 广州 510053)

一、问题的提出

中国区域经济增长正处于模式转型和动能转换的进程中，这一进程受制于众多内外因素的影响，其中金融集聚与制造业结构升级是两个重要的驱动因素。从2009—2018年间这两个驱动因素的变动情况来看，一方面36个中心城市的金融集聚度均值从0.23升至0.49，表明银行、证劵、保险等金融资源在区域空间的总量流动和结构调整日趋活跃，金融资源配置的中心城市集聚特征显著，如北京金融街、上海陆家嘴、深圳金融中心等。另一方面，31个区域的技术密集型制造业产值占制造业总产值的比重均值从31%增至61%，表示制造业结构由低端向中高端、由传统向现代的高级化进程不断加快，区域制造业结构升级的新技术、新产业、新业态、新模式等新动能增强。金融集聚、制造业结构升级的统计值在观察期内呈现出稳步同上扬态势，且构成的两条曲线的相似度较高。这种态势不由地引发我们对下列问题的深入思考，中心城市金融集聚与区域制造业结构升级间是否存在着长期稳定的互动关系？彼此影响的程度如何？交互作用的机理怎样？有何政策启示？等等。在全面贯彻落实党的十九大关于“建设现代化经济体系，着力加快构建实体经济、科技创新、现代金融、人力资源协同发展的产业体系”，以及党的十九届五中全会关于“十四五时期以推动高质量发展为主题”等重大战略背景下，解答这些问题无疑具有重要的现实意义。

二、文献综述

检索国内外相关文献，主要可分为两类：一类探讨金融集聚与产业结构升级间的关系，另一类探讨金融集聚与制造业结构升级间的关系。

金融集聚与产业结构升级间的关系。Binhand and Shin利用1990—2001年26个OECD国家的面板数据，计量发现一个国家的金融结构与产业结构间存在着相互协调性，且金融集聚有利于提高资源配置效率，推动产业结构升级。[1]Brulhat & Sbergami考察了1960—2000年美国、英国等105个国家的数据，运用GMM估计法，发现特定区域内的金融集聚程度对该区域内的产业结构升级和经济增长具有促进作用，但在达到统计意义上显著的临界值之后，作用会越来越小。[2]于斌斌基于2003—2012年中国285个地级及以上城市的统计数据，采用动态空间面板模型检验了金融集聚对产业结构升级的影响效应和空间溢出效应，结果显示，金融集聚对东、中部地区产业结构升级存在显著的促进效应和空间溢出效应，但在西部地区不显著。[3]岳松毅以2005—2014年中国31个省(自治区、直辖市)为研究对象，使用耦合发展模型进行考量，发现金融集聚与产业结构升级两者之间存在着相互影响、相互促进的关联性。[4]

金融集聚与制造业结构升级的关系。Klaus和Maurice立足1970—1991年14个OPEC国家的相关数据，应用Granger and Lin检验法，得出金融集聚对提升制造业全要素生产率有显著正相关影响的结论。[5]Guerrieri and Meliciani使用投入产出和回归分析等方法，观察到生产性服务业集聚对制造业转型升级起着重要的推动作用，其中金融集聚的贡献最大。[6]林毅夫利用全球制造业1980—1992年的数据进行分析，结果表明当金融结构与制造业结构相匹配，存在一个较高的银行业集中度时，可以促进制造业结构的变迁。[7]赵雯基于中国285个城市2006—2012年的面板数据，借助空间杜宾模型进行分析，认为金融集聚通过资金导向、人员流动、信息共享和风险控制机制推动制造业结构升级。[8]刘奕以2005—2013年中国287个地级及以上城市的数据为样本，把金融集聚纳入到生产性服务业集聚中，研究结果证实了生产性服务业集聚与制造业升级之间高度关联、融合促进的内在联系。[9]少数学者认为金融集聚对制造业升级有抑制作用，如张旭通过对2006—2015年中国69个工业较强的城市区域面板数据的考察，发现金融集聚度与制造业结构升级存在负向的相关关系。[10]

综观现有研究文献，其重点聚焦于金融集聚与产业结构升级间关系的客观存在性、影响机制、效应策略等。虽然部分文献涉及了金融集聚与制造业结构升级的关系，但要么局限于金融业影响制造业的单向因果关系，而非双向的互动关系；要么未将金融业从生产性服务业中剥离，而生产性服务业与制造业互动关系的整体性质无法刻画出金融业的特征。鉴于此，本文拟立足2009—2018年中国36个区域中心城市(直辖市、省会和副省级城市)的面板数据，采用面板联立方程模型、三阶段最小二乘法(3SLS)来考察中心城市金融集聚与区域制造业结构升级的交互关系，并探讨两者交互影响的机理，提出深化互动的政策建议。

三、机理分析

理论与实践已证明，现代经济中生产性服务业与制造业有着密切的互动关系，其中金融业与制造业尤为如此。金融集聚的是金融组织的现代化，产业结构升级则是产业构成的高级化，本质上都是产业形态从量变到质变的演进过程。但这种演进过程并没有改变金融业与制造业的关系性质，两者间的关系不但没有弱化，反而得以进一步强化，形成了更加深入的金融集聚与产业结构升级间的互动机制。

(一)金融集聚对制造业结构升级的影响机制

1.资金导向机制。首先，中心城市金融集聚可以最大限度地发挥资金融通的功能，通过商业银行、股权融资、债权融资、保险融资等形式将闲置散落在全社会的资金汇集在一起，扩大市场容量，为制造业转型升级提供丰富且便利的金融产品和融资渠道。其次，资本的天然逐利性可以对不同产业部门进行自动筛选，对投资风险大，发展前景好的新兴制造业和高新技术制造业增加资金供给，促使其快速成长；对投资收益低，缺乏竞争力的传统制造业减少资金供给，迫使其转型升级。再者，中心城市的网络化、集散化等固有功能使得金融集聚具备了信息和区位的相对优势，有利于降低交易成本，引导市场资金从低效率部门流向高效率部门，加速制造业结构升级。

2.知识溢出机制。中心城市一般具有丰富的人力资源和信息、先进的技术和网络等资源，有助于金融集聚的知识溢出。一是金融业是联结国民经济各领域的纽带，金融集聚具有形成各种专业产品、人才、服务等共同市场的特有条件，并通过系统的编码及非正式网络，成就共享知识机制，增强金融黏性知识的外溢，为制造业技术创新服务。二是金融技术、管理、产品等创新日趋深入，丰富了社会知识创新库存量，金融集聚有利于这些知识加速区域扩散，为制造企业降低创新和学习成本，提高创新效率提供知识信息源。三是金融集聚改善了外部金融生态环境，形成高效的交易网络、知识网络和社会网络，使制造业企业可长期获取市场、资金和技术的新信息，满足制造业结构升级对新知识的需要。

3.风险防范机制。制造业企业在转型升级过程中面临着多种市场性和非市场性风险，而金融集聚区内多元化的金融机构可以为制造业企业提供必要的风险防范和补偿机制。一方面，风险投资在投入企业的各个阶段，金融业的内部审核和外部监督机制可以对创业投资进行风险控制。另一方面，金融集聚区内创新性和个性化的金融产品可以为转型升级中的制造业企业提供风险分散和风险转嫁服务，促使企业稳步进行生产方式、技术升级等变革。再者，集聚区域数量和种类众多的保险机构可以为企业提供失业、医疗和养老多种保险产品，降低企业在转型升级中人员流失的风险，从侧面保障制造业企业顺利地完成产业升级。

(二)制造业结构升级对金融集聚的影响机制

1.资金资本需求机制。金融业是依附于实体经济的虚拟经济产业，离不开实体经济尤其是制造业的发展，制造业结构升级相当于资本与技术应用的升级，是中心城市金融集聚的重要动力源。制造业结构在由传统低附加值产业向现代高附加值产业转型升级的过程中，经济规模和产业总量会加速增长，信贷抵押品的能力和质量会持续上升，有利于提高源于金融系统的资金、资本需求。同时，制造业规避金融风险的意愿也会增强，需要金融市场能够提供更加精细化和多样化的服务，从而引致金融行业内部结构的优化和空间布局的改变。显然，制造业结构升级中对金融资源规模、金融风险规避、金融集成服务等的需求增长，是拉动中心城市金融集聚的主要力量。

2.产业链拉动机制。制造业结构升级意味着产业链、价值链的延伸，一种是制造业纵向链条借助技术、知识创新等由低端向中高端拓展，如高新技术制造部门、新兴制造部门等；另一种是制造业横向链条依托市场、管理等创新向辅助型生产性服务业挺进，如制造业服务化、服务型制造等。这些对中心城市的金融集聚来讲无疑是个显著“红利”，一方面金融集聚通过低成本、低风险的合作，提供为制造业链条延伸模式多样化服务的新型金融产品，提高金融平均利润率。另一方面金融集聚通过制造业产业链延伸的人力资本效应、创新溢出效应等，提升金融“软生产要素”的生产力水平，乃至金融集聚的经济质量和社会效益。

3.信息诱导机制。区域制造业结构升级是一个长期的、复杂的系统工程，充溢着各种确定的或不确定的信息，这对金融集聚的空间布局影响较大。具体而言，在制造业结构升级的过程中，随着技术的更新和新业态的出现，市场的信息量会迅速增大，信息的价值周期也变得极短，因此如何高效高质地获得信息显得尤为重要。况且，金融机构需要有效信息来支撑和优化资金配置，提高自身的竞争力和盈利能力，其中金融集聚的组织形态具有比较优势，能强化信息的搜集、甄别和获取等能力。

四、模型设定与指标选取

(一)模型设定

如果只考虑金融集聚与制造业结构升级的单向关系，而忽略二者之间的双向互动关系，就会引起联立性偏误导致的内生性问题。为了检验变量之间的因果关系，同时有效解决联立性偏误和遗漏变量导致的内生性问题，本文拟采用面板联立方程模型来检验金融集聚和制造业结构升级间的双向促进作用。具体实证模型设定如下：

manuit=α0+α1αggit+α2pgdpit+α3openit+α4techit+α5capit+α6conit+εit

aggit=β0+β1manuit+β2pgdpit+β3govit+β4ifrit+β5medit+β6urbit+μit

以上模型分别表示制造业结构升级模型和金融集聚模型。其中，manu表示制造业结构升级水平，agg表示金融集聚度。考虑到影响制造业结构升级和金融集聚的因素众多，故加入了一组控制变量：经济发展水平(pgdp)、对外开放度(open)、技术水平(tech)、投资规模(cap)、居民消费水平(con)、政府支出(gov)、信息水平(ifr)、医疗水平(med)和城镇化率(urb)。εit和μit为随机扰动项。

(二)变量选取及说明

1.金融集聚度

测算金融集聚度的方法主要包括区位熵指数(LQ)、空间基尼系数、G指数和赫芬达指数(H)。区位熵指数(LQ)可以消除地区规模差异因素，是衡量某一区域要素的空间分布情况，反映某一产业部门专业化程度的重要指标。本文利用区位熵指数(LQ)，选择各地区的金融从业人员测算各地的金融集聚程度(agg)。计算公式如下：LQ=(Eij/Ei)/(Ekj/Ek)

其中，Eij表示区域i内产业j的就业人数，Ei表示区域i的总就业人数，Ekj表示国家或省份k内产业j的就业人数，Ek表示国家或省份k的总就业人数，在本文产业j特指金融产业。一般认为，LQ系数越大，表明金融集聚程度越高，其值大于1，说明该区域的金融集聚水平高于全省或全国平均水平，意味着该产业在区域比较重要。

2.制造业结构升级水平

目前，学界对如何测度制造业结构并未出现统一的方法。阳立高认为制造业结构升级是资本与技术要素不断替代劳动力要素，各生产要素不断从低端制造业向高端制造业流动的过程，即劳动密集型制造业产值占制造业总产值比重不断下降，技术密集型制造业产值占制造业总产值不断上升的动态过程。[11]本文认为对制造业结构升级的测度应着眼于我国制造业面临转型升级的根本要求，我国强调以“创新驱动，智能转型”为理念引导我国从“制造大国”走向“制造强国”，体现的是以技术创新为核心驱动的发展转型方式。因此，结合学者的研究和政策的判断，本文将选取技术密集型制造业产值占制造业总产值比重为指标测量制造业结构升级水平。借鉴王志华制造业分类的方法[12]，用从业人员及其劳动报酬数、资本存量、研发投入依次分别表示制造业各细分行业的劳动、资本与技术密集度，测算制造业28个细分行业劳动、资本与技术所占比重，将其归入劳动、资本与技术密集型产业，详细分类见表1。

表1 基于要素密集度的制造业细分行业分类②

续上表

根据上表，技术密集型制造业包含7个细分行业，本文则运用这7个行业的产值之和除以制造业总产值来测度制造业结构升级水平(manu)。

3．控制变量

除了两个内生变量，本文还添加了一组控制变量。(1)经济发展水平(pgdp)。经济发达的地区可以吸引更多的资金、人才、技术等生产要素聚集，有利于金融集聚和制造业结构升级。借鉴于斌斌(2017)的做法[3]，采用人均GDP衡量一个地区的经济发展水平。(2)对外开放度(open)。对外开放度越高，越有利于吸引国外资本和产业，通过先进的技术和管理经验助力制造业企业完成结构升级。借鉴许和连等的做法[13]，采用外商直接投资额占GDP的比重表征对外开放度。(3)技术水平(tech)。技术是制造业升级的直接因素，技术水平越高，越能促进制造业企业生产方式的变革，提高生产效率。本文运用每万人专利授权量衡量技术水平。(4)投资规模(cap)。大量的资金投入，可以通过资金配置作用，催生新兴产业和淘汰落后产业。本文采用固定资产投资额占GDP的比重测度一个地区的投资规模。(5)居民消费水平(con)。消费需求总量和结构的变化会引起相应产业部门的扩张或缩小，也会引起新产业部门的产生和旧产业部门的衰落，采用城镇居民人均消费支出度量地区居民消费水平。(6)政府支出(gov)。政府支出可以扶持金融产业的发展，通过规划城市金融中心及建设配套设施，引导金融行业的集聚。采用财政预算支出占GDP比重表示政府支出。(7)信息水平(ifr)。信息化水平的提高不仅降低了生产要素的传输成本和交易费用，而且有利于产业形成规模经济，采用人均邮电量代表地区信息水平。(8)医疗水平(med)。良好的医疗水平可以为从业者提供医疗保障，是吸引人才集聚的重要因素，采用万人医院床位数衡量医疗水平。(9)城镇化率(urb)。城镇化率越高，越能促进金融集聚。城镇化率采用城镇人口与总人口之比来测度。关于内生变量与控制变量的定义详见表2。

表2 变量的定义

(三)数据来源及处理

本文选用2009—2018年最近十年全国36个城市(4个直辖市，27个省会城市和5个副省级城市)的面板数据，共360个观测量，数据均来自于历年《中国统计年鉴》、《中国城市统计年鉴》、《中国工业统计年鉴》和各省市统计年鉴。其中，考虑到价格因素的影响，本文利用CPI价格指数将上述以货币计价数据的名义价值转化为以2009年为基期的实际价值。为了消除异方差和量纲化问题，本文在实证分析前对内生变量进行了对数化处理。各个变量的描述性统计分析见表3。

表3 变量的描述性统计分析

五、实证分析结果

由联立方程模型的阶条件可知，本文所构建的工具变量个数大于内生解释变量个数，所以联立方程为过度识别模型，可以进行总体参数估计。本文运用二阶段最小二乘法(2SLS)、三阶段最小二乘法(3SLS)和迭代三阶段最小二乘法(迭代3SLS)对整个联立方程系统进行估计和分析。相比于2SLS，3SLS和迭代3SLS不仅考虑了变量的内生性，还考虑了各方程随机扰动项间可能存在的相关性。从拟合优度来看，3SLS又明显优于迭代3SLS，所以，本文最终采用3SLS的报告结果。联立方程组中解释变量间相关系数均超过0.8，且方差膨胀因子均值在4以下，表明不存在明显的多重共线性问题。表4报告了2SLS、3SLS和迭代3SLS的估计结果。从估计结果可以看出，中心城市金融集聚和区域制造业结构升级存在明显的交互影响，这和我们的理论预期一致。

(一)制造业结构升级方程估计结果

从3SLS的结果来看，金融集聚的估计系数为正且在1%的水平下显著，表明金融集聚每增加1个单位，制造业结构升级提高1.0696个单位，金融集聚对制造业结构升级存在明显的促进作用。金融集聚有利于规模经济的形成，从而发挥各类外部性和溢出效应，促使资金、技术和人才等生产要素从传统产业向新兴产业流动，推动制造业由劳动密集型转向技术密集型。北京、上海和深圳是全国性的金融中心，各个省会城市是区域性的金融聚集地，大量的银行、证券和保险等金融机构落户区域中心城市。在中心城市金融集聚的辐射效应下，为本区域制造业企业提供多样化、专业化的金融服务，知识的扩散和风险的转移降低了企业的生产成本，提高了企业的生产效率。同时，金融的集聚能为制造业企业输送资金，提供专业化的人才，消除技术创新要素的流动壁垒，推动制造业结构升级。

经济发展水平的系数为-0.0004，且不显著，对结果的影响可忽略不计。对外开放度的估计系数为正且在1%的水平下显著，一般来说，省会或副省级城市的营商环境较优越，是本省或本区域对外经济最活跃的地区之一，吸引了许多国外的资本和企业，先进的管理经验和技术助力本地制造业企业进行转型升级。技术水平的估计系数为正，并通过10%的显著性水平检验，说明技术水平的提高可以增加制造业企业中技术要素的比例，并逐渐替代劳动力要素。投资规模的系数为正，没有通过10%的显著性检验，说明投资规模对制造业结构升级并没有显著的正相关影响。居民消费水平的影响系数仅为正，且在1%的水平下显著，表明消费和需求结构的优化对制造业结构升级产生正相关的影响。随着我国居民消费水平的提高，在竞争的市场经济体制下，制造业企业必然要通过调整和升级自身结构赢得广阔的消费市场。

(二)金融集聚方程估计结果

制造业结构升级的估计系数为正且在1%的水平下显著，表明制造业结构升级对金融集聚有正向促进作用。具体而言，制造业结构升级每提高1个单位，金融集聚将会增强2.2%。Patrick[14]提出的“demand-following”(需求遵从)也印证了这个结果。制造业由劳动力主导升级到由技术主导的过程中，为了节约交易成本，临近服务市场，金融业更容易在空间上形成集聚，以便获得行业最新信息和新技术，更方便与同行建立合作关系。我国拥有全世界最完备的工业体系，制造业上下游产业链完整，在空间上形成了京津冀、长三角和珠三角区域性制造业基地。制造业的升级诱导了金融结构和空间的变动，为了便于融资和开发利用新型金融工具，北京拥有众多金融机构的总部，上海有上海证券交易所和中国金融期货交易所，深圳有深圳证券交易所，广州有碳排放交易市场，大连和郑州分别有商品期货交易所。制造业结构的升级一定程度上培育了新的经济增长极，强化了地区产业的竞争力，促进了中心城市金融业的集聚。

经济发展水平的估计系数为正，在1%的水平下显著，表明经济发展水平高的地方有利于金融业的集聚。政府支出的系数为正且在1%的水平下显著，说明政府对本地金融业的支持，引导金融资本和人才向城市集聚，资本和人才的集聚带动了金融的集聚。信息水平的估计系数为正并通过5%的显著性，现代金融的发展不仅依赖于传统的基础设施水平，更需要依靠信息化技术的发展，较为发达的城市可以提供更加快捷方便的信息化服务，一定程度上为金融业的集聚发展“保驾护航”。医疗水平的系数为正且在1%的水平下显著，表明医疗水平的提高对金融集聚有促进作用。完善的医疗体系是一个地区“软实力”的重要体现，也是吸引人才的重要因素。直辖市或省会城市的医疗体系完备，为从业者提供了坚实的医疗保障，吸引了金融人才的集聚。城镇化率的影响系数为负，在5%的水平下显著，这与我们的预期不一致。可能的原因是，许多城市在城市化的进程中偏重城市发展的数量和规模，忽略了人口素质和资源环境，不利于以金融为代表的知识密集型服务业发展。

(三)稳健性检验

考虑到面板数据存在固定效应和随机效应的选择性问题，故有必要对分析结果做进一步的稳健性分析。本文运用了hausman(豪斯曼)检验，结果支持固定效应模型。同时联立方程可采用工具变量法克服内生性，进行稳健性检验。事实上，表4中2SLS、3SLS和迭代3SLS中的结果即可以用来做进一步的稳健性检验，表中所有变量的估计系数、显著性和符号无较大变化，表明估计结果很稳健。

表4 2SLS、3SLS、迭代3SLS估计结果表

续上表

六、主要结论与政策启示

本文从理论层面分析了金融集聚与制造业结构升级的交互影响机制，基于2009—2018年中国36个城市的面板数据，运用联立方程模型实证考察了金融集聚与制造业结构升级的交互影响状况。得出以下结论：第一，金融集聚与制造业结构升级存在显著的双向促进作用。金融集聚通过资金导向、知识溢出和风险防范机制促进制造业结构升级，制造业结构升级通过资本资金需求、产业链拉动和信息诱导机制促进金融集聚水平的提高。第二，金融集聚对制造业结构升级的促进作用显著高于制造业结构升级对金融集聚的促进作用，这说明产业政策的施策重点应该在于如何发挥金融集聚的规模效应推进制造业结构升级。第三，对外开放度、技术水平和消费水平的提高有利于制造业结构的升级，政府支出、信息化水平和医疗水平的提升可以有效促进金融集聚度。

本文结论对目前中国金融集聚和制造业结构升级协同发展具有一定的政策启示：首先，建立金融集聚与制造业结构升级的产业协同发展机制。表明金融集聚与制造业结构升级存在交互影响，所以在制定产业政策时，应充分考虑金融业与制造业政策的协同和对接，防止资本市场与技术市场的脱节，消除创新等生产要素自由流动的政策壁垒。比如，制造业转型升级政策时应充分对接金融集聚规划，使资金、技术等要素流向高效率和高附加值的新兴产业部门，发挥金融资本的最大效益。金融发展的导向也应当与制造业发展的导向一致，推进区域制造业结构的高级化，引导中心城市的金融集聚，形成“金融集聚—制造业结构升级—金融集聚”的良性循环机制。其次，提高金融集聚质量，增强中心城市金融集聚辐射能力，促进区域制造业结构升级。现阶段，产业政策应该重点关注金融集聚对制造业结构升级的作用。一方面，既要做到金融集聚“量”的积累，更要注重金融集聚“质”的提升。具体而言，应当加强金融生态环境建设、提升金融机构服务水平和金融技术创新能力，将金融市场与要素市场紧密结合，为制造业企业改造生产设备、提高生产效率提供丰裕的资金。另一方面，加强顶层制度设计，优化金融资源空间布局，建设区域金融中心，加强金融中心对周边区域的辐射作用。比如，考虑武汉、成都、大连和广州作为华中、西南、东北和华南的金融中心，推进该区域制造业结构的升级。最后，加强城市信息基础设施建设，为现代金融产业集聚奠定坚实的基础。现代化的信息基础是新知识、新技术传播的重要载体，以金融为代表的知识密集型服务业对信息的依赖更加强烈。实证结果也表明信息化水平和金融集聚成正相关关系，所以应当加强信息基础设施建设。这不仅包括基本的通讯信息系统基础设施，而且包括互联网在内的新型多媒体通讯设施的建设。此外，维护信息安全也是一项重要的任务，要探索区块链、人工智能等前沿技术，结合信息和大数据的特点，强化城市信息基础设施建设。

注释：

①36个城市：北京、天津、石家庄、太原、呼和浩特、沈阳、长春、哈尔滨、上海、南京、杭州、合肥、福州、南昌、济南、郑州、武汉、长沙、广州、南宁、海口、重庆、成都、贵阳、昆明、拉萨、西安、兰州、西宁、银川、乌鲁木齐、大连、青岛、宁波、厦门、深圳。另31个区域指中国31个省、直辖市和自治区。金融集聚度利用金融区位熵指数测算，制造业依据劳动报酬数、资本存量、研发投入大小依次分别表示制造业各细分行业的劳动、资本与技术密集度。

②制造业细分行业的分类标准参考《2017年国家经济行业分类与代码(GB/T 4754-2017)》。